如果科学家能在几分钟而非几个月内发现有关阿尔茨海默病和帕金森病的新线索会怎样？OpenAI、 PerturbAI（在新窗口中打开）和 Scripps Research（在新窗口中打开） 使用了 数千个由GPT‑Rosalind驱动的AI智能体（在新窗口中打开） 来分析和解读来自 数百万个小鼠脑细胞（在新窗口中打开） 的现有实验数据，仅用时32分钟。这些智能体将基因扰动的效应与科学文献中的发现联系起来，发现了意想不到的生物学关联，可帮助科学家理解疾病并确定新疗法的研究方向。这项工作展示了AI如何帮助研究人员更充分地探索大型生物实验所揭示的内容。
现代实验产生的数据远超科学家能够深入研究的能力。研究人员如今可以改动数千个基因，并测量其在数百万个细胞中的效应。但要理解这些结果对人类疾病的意义，需要将复杂的实验发现与数十年来零散的科学知识联系起来。这正是AI能够帮助科学家发掘可能被错过的有前景线索之处。
“我们构建细胞图谱，是为了让其他科学家能够做出我们尚未想象到的发现。AI可以帮助更多研究人员探索这些资源，并将意外的观察转化为待验证的新问题。”——Sarah Teichmann博士，剑桥大学干细胞医学讲席教授、人类细胞图谱创始联席主席
团队将分析任务分配给数千个由GPT‑Rosalind驱动的AI智能体，我们将这种方法称为分布式生物推理。智能体研究了一个 全脑CRISPR图谱（在新窗口中打开）——一个展示基因扰动如何影响小鼠大脑中不同细胞类型的数据集。每个智能体研究一个基因扰动，分析细胞反应，检索科学文献，并为结果提出解释。它们的报告被汇总成一个推理图谱，将基因、细胞效应、相关出版物和可能的生物学机制关联起来。
研究团队估计，如果由人类逐个扰动地进行类似的分析和文献综述，将需要数月至一年时间。这些智能体复现了人类分析的发现，同时发掘出额外的线索。它们对新颖性和科学价值的评估也与盲评人类专家的判断相一致。这些发现有助于确定进一步实验的优先级，以验证所提出的生物学机制。
其中一些见解为理解脑部疾病指明了新线索。智能体发现了两个与疾病相关的基因以出人意料的不同方式影响脑细胞的差异，以及胆固醇调节与神经退行性变之间的潜在联系。这些发现可以帮助科学家研究疾病如何发展，以及未来的治疗可能在何处干预。
“有时线索早已存在，只是散落在不同领域之间——我们只是还没有把它们联系起来。神经元功能与胆固醇代谢之间可能的联系表明，这些碎片一旦被整合到一起，就能为我们提供思考疾病生物学的全新方式。”——Tomasz Nowakowski博士，加州大学旧金山分校神经外科副教授
研究人员现在就可以开始探索这些发现。该推理图谱已 开放获取（在新窗口中打开），使科学家能够比较相关基因、研究意外反应，并确定值得 pursuing 的有前景线索。新发现往往在不同领域的研究人员汇集各自专长、以意想不到的方式连接熟悉概念时出现。AI可以通过将新数据与分散在各学科的知识联系起来，显著扩大这些连接。这一机遇不仅仅是更快地分析数据。通过将AI与实验生物学、人类专长和科学文献相结合，我们可以帮助科学家将更多数据转化为可验证的想法。
大实验，意外的线索
一项实验中最有趣的线索往往存在于科学家原本打算研究的故事之外。在一个涵盖数千种扰动的数据集中，这些线索很容易被错过。
智能体发现了 Tsc1 和 Tsc2 之间一个出乎意料的差异，这两个基因共同协作控制 mTOR——细胞生长、代谢和衰老的一个重要调节因子。在几组神经元中，破坏其中任何一个基因都产生了相似的影响。但在帮助协调运动的小脑中，Tsc2 的破坏改变了数十个参与神经元通信的基因的活性，而 Tsc1 的破坏几乎没有引起变化。
这一差异可能与人类疾病相关。在结节性硬化症患者中，小脑的异常与TSC2突变密切相关。虽然降低mTOR活性的药物可以治疗某些脑肿瘤和癫痫发作，但与该疾病相关的学习和行为困难仍然难以解决。这些智能体锁定了一组值得研究的特定神经元和细胞变化：现有药物可能纠正哪些变化，哪些变化可能指向新的治疗途径？这为研究人员提供了一组更具体的问题，可在实验室中进行检验。
分工协作，深化推理
如果给单个智能体提供完整数据集，它能否与数千个并行工作的智能体表现得一样好？我们在保持模型和资源不变的情况下对此进行了测试。随着工作量的增加，单个智能体检索的文献范围变小，在最大工作量下仅引用了11篇参考文献，而分布式智能体引用了超过700篇参考文献。人类专家也更倾向于分布式智能体的解读。
科学家的时间有限，往往只关注数据中最强的信号。分布式智能体可以帮助考察更广泛的响应范围，包括细微或出乎意料的结果，并将其与相关科学文献联系起来。并行运行智能体使许多扰动可以同时被研究。这有助于科学家探索实验中包含的更多内容，并发现原本可能被错过的有希望的线索。
在最大工作量下，分布式智能体引用了超过700篇参考文献，而单个智能体仅引用了11篇。
寻找下一个值得做的实验
当一项发现指向一个值得做的实验时，它会变得更有价值。智能体在 DCTN1中发现了一条这样的线索，这是一个其突变会导致Perry综合征的基因，Perry综合征是一种具有帕金森样症状的神经退行性疾病。
DCTN1参与神经元内部货物的运输。在全脑CRISPR图谱中，破坏Dctn1增加了参与胆固醇合成的基因的表达。智能体将这一观察结果与表明胆固醇运输问题可能导致细胞产生更多胆固醇的研究联系起来。这提出了一个后续实验问题：破坏DCTN1是否会改变胆固醇在神经元内的分布，这些变化是否会促成神经退行性变？如果是这样，恢复正常胆固醇分布是否有助于保护神经元？
人类专家也认为这一假设新颖、有意义且值得跟进。这个例子表明，将一个意想不到的结果与已有知识联系起来，可以把一条线索变成一个可检验的想法，并有可能成为治疗疾病的新方向。
在盲测比较中，人类专家在75%的情况下更青睐分布式智能体的报告而非单个智能体的报告。
科学家始终处于发现的中心。通过挖掘更多有希望的线索，AI可以帮助研究人员决定 pursuing 哪些想法、设计实验并解释结果。目标是将生物实验中更多的信息转化为知识，从而随着时间推移帮助指导更好的药物的开发。